专业做网站建设建站,网站建设与制作考试题,wordpress nova,上海工程建设信息网站1 普通聚合分析1.1 直接聚合统计(1) 计算每个tag下的文档数量, 请求语法:GET book_shop/it_book/_search{size: 0, // 不显示命中(hits)的所有文档信息aggs: {group_by_tags: {// 聚合结果的名称, 需要自定义(复制时请去掉此注释)te…1 普通聚合分析1.1 直接聚合统计(1) 计算每个tag下的文档数量, 请求语法:GET book_shop/it_book/_search{size: 0, // 不显示命中(hits)的所有文档信息aggs: {group_by_tags: {// 聚合结果的名称, 需要自定义(复制时请去掉此注释)terms: {field: tags}}}}(2) 发生错误:说明: 索引book_shop的mapping映射是ES自动创建的, 它把tag解析成了text类型, 在发起对tag的聚合请求后, 将抛出如下错误:{error: {root_cause: [{type: illegal_argument_exception,reason: Fielddata is disabled on text fields by default. Set fielddatatrue on [tags] in order to load fielddata in memory by uninverting the inverted index. Note that this can however use significant memory. Alternatively use a keyword field instead.}],type: search_phase_execution_exception,reason: all shards failed,phase: query,grouped: true,failed_shards: [......]},status: 400}(3) 错误分析:错误信息: Set fielddatatrue on [xxxx] ......错误分析: 默认情况下, Elasticsearch 对 text 类型的字段(field)禁用了 fielddata;text 类型的字段在创建索引时会进行分词处理, 而聚合操作必须基于字段的原始值进行分析;所以如果要对 text 类型的字段进行聚合操作, 就需要存储其原始值 —— 创建mapping时指定fielddatatrue, 以便通过反转倒排索引(即正排索引)将索引数据加载至内存中.(4) 解决方案一: 对text类型的字段开启fielddata属性:将要分组统计的text field(即tags)的fielddata设置为true:PUT book_shop/_mapping/it_book{properties: {tags: {type: text,fielddata: true}}}再次统计, 得到的结果如下:{took: 153,timed_out: false,_shards: {total: 5,successful: 5,skipped: 0,failed: 0},hits: {total: 4,max_score: 0.0,hits: []},aggregations: {group_by_tags: {doc_count_error_upper_bound: 0,sum_other_doc_count: 6,buckets: [{key: java,doc_count: 3},{key: 程,doc_count: 2},......]}}}(5) 解决方法二: 使用内置keyword字段:开启fielddata将占用大量的内存.Elasticsearch 5.x 版本开始支持通过text的内置字段keyword作精确查询、聚合分析:GET shop/it_book/_search{size: 0,aggs: {group_by_tags: {terms: {field: tags.keyword// 使用text类型的内置keyword字段}}}}1.2 先检索, 再聚合(1) 统计name中含有“jvm”的图书中每个tag的文档数量, 请求语法:GET book_shop/it_book/_search{query: {match: { name: jvm }},aggs: {group_by_tags: { // 聚合结果的名称, 需要自定义. 下面使用内置的keyword字段:terms: { field: tags.keyword }}}}(2) 响应结果:{took : 7,timed_out : false,_shards : {total : 5,successful : 5,skipped : 0,failed : 0},hits : {total : 1,max_score : 0.64072424,hits : [{_index : book_shop,_type : it_book,_id : 2,_score : 0.64072424,_source : {name : 深入理解Java虚拟机JVM高级特性与最佳实践,author : 周志明,category : 编程语言,desc : Java图书领域公认的经典著作,price : 79.0,date : 2013-10-01,publisher : 机械工业出版社,tags : [Java,虚拟机,最佳实践]}}]},aggregations : {group_by_tags : {doc_count_error_upper_bound : 0,sum_other_doc_count : 0,buckets : [{key : Java,doc_count : 1},{key : 最佳实践,doc_count : 1},{key : 虚拟机,doc_count : 1}]}}}1.3 扩展: fielddata和keyword的聚合比较为某个 text 类型的字段开启fielddata字段后, 聚合分析操作会对这个字段的所有分词分别进行聚合, 获得的结果大多数情况下并不符合我们的需求.使用keyword内置字段, 不会对相关的分词进行聚合, 结果可能更有用.—— 推荐使用text类型字段的内置keyword进行聚合操作.2 嵌套聚合2.1 先分组, 再聚合统计(1) 先按tags分组, 再计算每个tag下图书的平均价格, 请求语法:GET book_shop/it_book/_search{size: 0,aggs: {group_by_tags: {terms: { field: tags.keyword },aggs: {avg_price: {avg: { field: price }}}}}}(2) 响应结果:hits : {total : 3,max_score : 0.0,hits : [ ]},aggregations : {group_by_tags : {doc_count_error_upper_bound : 0,sum_other_doc_count : 0,buckets : [{key : Java,doc_count : 3,avg_price : {value : 102.33333333333333}},{key : 编程语言,doc_count : 2,avg_price : {value : 114.0}},......]}}2.2 先分组, 再统计, 最后排序(1) 计算每个tag下图书的平均价格, 再按平均价格降序排序, 查询语法:GET book_shop/it_book/_search{size: 0,aggs: {all_tags: {terms: {field: tags.keyword,order: { avg_price: desc } // 根据下述统计的结果排序},aggs: {avg_price: {avg: { field: price }}}}}}(2) 响应结果:与#2.1节内容相似, 区别在于按照价格排序显示了.2.3 先分组, 组内再分组, 然后统计、排序(1) 先按价格区间分组, 组内再按tags分组, 计算每个tags组的平均价格, 查询语法:GET book_shop/it_book/_search{size: 0,aggs: {group_by_price: {range: {field: price,ranges: [{ from: 00, to: 100 },{ from: 100, to: 150 }]},aggs: {group_by_tags: {terms: { field: tags.keyword },aggs: {avg_price: {avg: { field: price }}}}}}}}(2) 响应结果:hits : {total : 3,max_score : 0.0,hits : [ ]},aggregations : {group_by_price : {buckets : [{key : 0.0-100.0, // 区间0.0-100.0from : 0.0,to : 100.0,doc_count : 1, // 共查找到了3条文档group_by_tags : { // 对tags分组聚合doc_count_error_upper_bound : 0,sum_other_doc_count : 0,buckets : [{key : Java,doc_count : 1,avg_price : {value : 79.0}},......]}},{key : 100.0-150.0,from : 100.0,to : 150.0,doc_count : 2,group_by_tags : {doc_count_error_upper_bound : 0,sum_other_doc_count : 0,buckets : [{key : Java,doc_count : 2,avg_price : {value : 114.0}},......}]}}]}}
